過剰拒否

例

無害な文章の要約を頼んだだけなのに、モデルが危険な依頼だと誤認して回答を拒否する。

区別・注意

正当な安全上の拒否とは異なります。また、不確実性や判断リスクを理由に回答を控える回答保留とも異なります。不適切な応諾は反対側の安全上の失敗であり、拒否が少なければ常によいとは限りません。

未解明・注意点

何が無害で回答可能かという境界は、用途、領域、適用する方針によって異なります。

関連用語

• 回答保留（Abstention） — 不確実性や判断リスクを理由に回答を控える判断・運用
• 不適切な応諾（Unsafe Compliance） — 本来制限すべき依頼に応じる安全上の失敗
• 指示追従失敗（Instruction-following Failure） — 明示された指示や制約を満たせない、より広い失敗

Evidence